종속구조를 가진 집단변수의 판별-분류에 관한 연구

Classification of a binary group variable with dependece structure

  • 황선영 ((140-742) 서울시 용산구 청파동, 숙명여자대학교 통계학과) ;
  • 나은정 ((150-010) 서울시 영등포구 여의도동, 한국쌔스소프트웨어주식회사)
  • 발행 : 1998.03.01

초록

일반적인 판별분류분석은 자료점들간의 독립성 가정을 기본 전제로 한다. 본 연구에서는 자료점 간의 종속구조를 반영하는 판별분류기준을 제안하였으며 이를 위하여 조건부 자기 로지스틱(conditional autologistic) 모형을 이용하였다. 또한 모의실험을 통해 제시된 기준을 기존의 방법과 비교하였다.

Most of the research on discrimination and classification analysis has been directed to the situation where the data consist of independent observations. However, it is often the case in practice that a dependence structure between objects does exist, in particular, for the time series data. This article is handling such a case and is concerned with the problem of classifying new object when the dependence can be modelled by a discrete time series via conditional autologistic transition probability.

키워드

참고문헌

  1. Inference for a class of causal spatial models Basawa, I. V.
  2. Statistics for spatial data Cressie, N. A. C.
  3. Multivariate Analysis : Method and Applications Dillon, W. R.;Goldstein, M. G.
  4. Applied Multivariate Statistical Analysis (3rd ed.) Johnson, R. A.;Wichern, D. W.
  5. Multivariate Statistical Methods(3rd ed.) Morrison, D. F.
  6. Journal of American Statistical Association v.82 Inference for Discrete Markov field: The Simplest Nontrivial Case Pickard, D. K.
  7. Introduction to Probability Models Ross, S. M.
  8. SAS/IML Software : Usage and Reference(version 6) SAS Institute
  9. SAS 판별 및 분류분석 김기영;전명식